sklearn中make_blobs模块使用

需要造数据集的时候，sklearn中的make_blobs模块就很有用。
官方API说明
输入和输出：

翻译如下：

n_samples是待生成的样本的总数。
n_features是每个样本的特征数。
centers表示类别数。
cluster_std表示每个类别的方差，例如我们希望生成2类数据，其中一类比另一类具有更大的方差，可以将cluster_std设置为[1.0,3.0]。

样例samples:

from sklearn.datasets import make_blobs
from matplotlib import pyplotdata, label = make_blobs(n_samples=100, n_features=2, centers=4)
# 绘制样本显示
pyplot.scatter(data[:, 0], data[:, 1], c=label)
pyplot.show()

如果要设置方差，可以增加cluster_std参数

from sklearn.datasets import make_blobs
from matplotlib import pyplotdata, label = make_blobs(n_samples=30, n_features=2, centers=3, cluster_std=[0.8, 2.5, 4.5])
# 绘制样本显示
pyplot.scatter(data[:, 0], data[:, 1], c=label)
pyplot.show()

——————————————————————————————————

作者：fred_33c7
链接：https://www.jianshu.com/p/891f46e0125e
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

sklearn中make_blobs模块使用相关推荐

python使用sklearn中的make_blobs函数生成聚类（clustering）分析需要的仿真数据、matplotlib可视化生成的仿真数据
python使用sklearn中的make_blobs函数生成聚类(clustering)分析需要的仿真数据.matplotlib可视化生成的仿真数据目录
sklearn中的make_blobs的用法
sklearn中的make_blobs函数主要是为了生成数据集的,具体如下 data_set, label = make_blobs(n_features=3,n_samples=50, center ...
python pipline_python中sklearn的pipeline模块实例详解
最近在看<深度学习:基于Keras的Python实践(魏贞原)>这本书,书中8.3创建了一个Scikit-Learn的Pipeline,首先标准化数据集,然后创建和评估基线神经网络模型,代 ...
【Python学习】 - sklearn - 用于生成数据的make_blobs模块
函数原型: sklearn.datasets.make_blobs(n_samples=100, n_features=2, centers=3, cluster_std=1.0, center_bo ...
sklearn中的支持向量机SVM（下）
1 二分类SVC的进阶 1.1 SVC用于二分类的原理复习 sklearn中的支持向量机SVM(上) 1.2 参数C的理解进阶有一些数据,可能是线性可分的,但在线性可分状况下训练准确率不能达到100 ...
sklearn中的聚类算法K-Means
1 概述 1.1 无监督学习与聚类算法决策树.随机森林.逻辑回归虽然有着不同的功能,但却都属于"有监督学习"的一部分,即是说,模型在训练的时候,既需要特征矩阵XXX,也需要真实标 ...
sklearn中的支持向量机SVM（上）
1 概述支持向量机(SVM,也称为支持向量网络),是机器学习中获得关注最多的算法.它源于统计学习理论,是除了集成学习算法之外,接触到的第一个强学习器. 从算法的功能来看,SVM囊括了很多其他算法的功 ...
sklearn中的朴素贝叶斯
1 概述 1.1 真正的概率分类器在许多分类算法应用中,特征和标签之间的关系并非是决定性的.如想预测一个人究竟是否能在泰坦尼克号海难中生存下来,可以建一棵决策树来学习训练集.在训练中,其中一个人的特 ...
导入训练好的决策树文件_决策树在sklearn中的实现
小伙伴们大家好~o(￣▽￣)ブ,今天做一下如何使用sklearn实现决策树,首先声明一下,我的开发环境是Jupyter lab,所用的库和版本大家参考: Python 3.7.1(你的版本至少要3.4 ...
02_混淆矩阵、准确率（Accuracy）、精确率(Precision)、召回率(Recall)、F值(F-Measure) +Roc曲线和PR曲线+sklearn中分类模型评估API+ 自己补充整理
此博文参考: 关于ROC绘制参考博文: https://blog.csdn.net/u011630575/article/details/80250177 Python+ROC相关的博文: https ...

sklearn中make_blobs模块使用

样例samples:

sklearn中make_blobs模块使用相关推荐

最新文章

热门文章